Spark是一個當下很火的集群計算平臺，來自于加州大學伯克利分校的AMPLab，目前從Apache孵化器畢業，成為了Apache基金會下的頂級項目。現在的spark類似于hadoop，逐漸成長為...

Dpark/Spark中最重要的核心就是RDD（彈性分布式數據集，Resilient Distributed Datasets），為了給今后的分析打下基礎，這篇文章首先會解釋RDD相關的重要概念...